论文总字数：19423字

摘 要

伴随着移动互联网技术的发展，技术的变化可以说是日新月异，导致传统的通信业也开始发生了翻天覆地的变化。网络的不断升级、不同产业间的融合、以及运营商之间的竞争日益激烈等等这一系列的挑战，促使着老牌基本运营商中国电信也必须跟上时代的脚步，逐渐的改变它原有的传统经营模式，更好地为用户创造更加优质快捷的个性化还有多样化服务。伴随着大数据时代的到来，消费市场改变了传统意义上的差异性区分，通过大数据对消费者进行相关性细分，借用 SPSS Statistic 软件对收集的数据进行了相关性和共线性分析，并进行了数据清洗；期间利用 Kohonen 聚类分析对 K-means 聚类结果进行了优化，提高了结果的可靠性和准确性，本文将消费者细分与大数据相结合的目的是通过有效的消费者细分，做出针对性的营销策略，实现企业收益最大化。

关键词:大数据 消费者 细分 市场

Research on consumer segmentation in the context of big data

Abstract

With the development of mobile Internet technology, technological changes can be said to be changing, leading to the traditional communications industry has begun to undergo earth-shaking changes. The continuous upgrading of the network, the integration between different industries, as well as the increasingly fierce competition between operators and so on this series of challenges, prompting the old basic operators China Telecom must also keep up with the pace of the times, gradually change its original Of the traditional business model, and better for users to create more quality and efficient personalized and diversified services. With the arrival of the large data age, the consumer market has changed the traditional sense of the difference between the distinction, through the large data on the consumer correlation segmentation, using SPSS Statistic software to collect the data were related and collinear analysis, and The results of K-means clustering analysis are optimized by Kohonen clustering analysis, which improves the reliability and accuracy of the results. In this paper, the purpose of combining consumer segmentation with large data is through effective consumption To break down, to make targeted marketing strategies to achieve maximum business benefits

Key words: big data; consumer; segmentation; market

目录

摘要 I

Abstract 2

第一章 绪论 3

1.1研究背景 3

1.2研究内容 4

1.3研究方法 4

第二章 文献综述 5

2.1大数据研究 5

2.1.1大数据的概念界定 5

2.1.2大数据的基本特点 5

2.1.3大数据的使用价值 5

2.2消费者细分研究 6

2.2.1消费者细分定义 6

2.2.2消费者细分方法比较 7

2.2.3细分结果的评估 8

第三章 电信消费者数据的聚类方法 8

3.1 K-means 算法及其优化 ——Kohonen 网络聚类 8

3.2 Kohonen 网络聚类的实行 9

第四章 基于kohonen网络聚类的电信消费者细分 14

4.1 电信消费者细分 14

4.1.1 商业理解 14

4.1.2 数据理解 15

4.1.3 数据准备与预处理 16

4.2 电信客户细分的结果检测与研究分析 21

4.2.1 电信客户细分结果检测 21

结束语 24

参考文献 25

致谢 28

第一章 绪论

1.1研究背景

21 世纪是信息膨胀的世纪，大量的数据出现在日常生活中，大数据时代已经到来。Gartner公司在 2001年首次介绍了“大数据(Big Data)”概念，并且预言，当时的世界 500 强企业中超过 85%到了 2015 年将会在大数据竞争中败下阵来。

通过一些研究发现，电信运营商如果想要保持市场份额上的相对领先，那就必须善于利用大数据对消费者进行细分，从而有的放矢的针对不同的客户群， 制定精准的营销策略。

客户细分越准确，企业的营销才能做得更加精准有效，而电信运营商的客户细分方法还是非常老旧的基本分法，这就影响了营销策略的精确性。这种现象的出现，从一方面说明消费者细分与精确营销策略的整合研究在当下正处于学术研究中的一个极为重要的时间段；不过在另一方面也隐含着企业急需消费者市场细分和精确营销策略的理论支持。在此基础上，本文试图将消费者市场细分与精确的营销策略相结合，其研究目的是通过有效的消费者细分，将准确的信息传达给合适的用户，最终帮助电信运营商实现收益最大化，这在在理论研究和实际应用上都具有一定的研究意义。

1.2研究内容

在已经存在的精准营销理论和消费者细分理论的研究方法基础上，遵循CRISP-DM 的标准流程开展整个细分过程，通过对 K-means 聚类算法的优化，前后进行多次聚类得出结果，构建客户细分模型，从大量的、有异常点实际应用数据中，精确地提炼出有价值的消费者群组。

1.3研究方法

（1）文献归纳法

主要通过在线数据库（维普、万方数据库、UMI、Elibrary、ABI、EBS）、中国学术期刊网获得本文参考的相关文献资料；通过相关网站，获取最新的电信运营商精准营销策略和消费客户细分的发展资料；并且通过对国内外学术论文、新闻评论的学习，储备相关知识，从而形成论文的理论框架。

请支付后下载全文，论文总字数：19423字